基于智能体的无人机集群弹性均衡度量与仿真评估方法

无人机集群任务执行过程呈现分布式、多阶段、对抗性等特征,因蓄意攻击导致的持续性破坏事件时有发生。为确保任务执行,要求集群中的各飞行编队均具备一定弹性。然而,现有的度量方法难以有效描述长周期任务和持续性破坏特征下无人机集群能力均衡特征,基于此,本文拟给出一种新的度量与仿真评估方法。首先,提出一种面向任务的集群弹性均衡度量方法,通过任务过程描述,给出编队性能与任务需求度量,由此定义集群弹性均衡;然后,以建模框架、破坏行为以及重构行为模型为基础,建立一种基于智能体的无人机集群联合侦察任务模型,并通过仿真对弹性均衡度量进行评估;最后,以无人机集群执行联合侦察任务为例开展案例验证。仿真结果表明,所提出的度量与仿真评估方法可为无人机集群持续破坏下的能力设计提供支撑,保证无人机集群在任务中可靠、稳定运行。

社会稳定风险六边弹性均衡模型的构建

社会稳定系统毫无疑问是一个动态的复杂系统,而社会稳定风险正是这一复杂系统涌现的产物。现在的问题是近年兴盛于我国并且方兴未艾的社会风险评估事业,在评估方法上,总是拘泥于综合指标体系为主要评估手段的窠臼而徘徊不前,这种情况很可能导致评估结果的静止化、孤立化和片面化。为此本文尝试提出社会稳定风险评估的六边形弹性均衡模型,以期使我们的社会稳定风险评估具有动态性、可推演性和更加普遍的关联性。

TeraPELB:云计算中基于预测的弹性负载均衡算法

现代负载均衡已经成为云计算中虚拟资源管理和调度的核心。针对现有云计算弹性负载均衡存在的不足,提出了一种基于预测的弹性负载均衡资源管理算法(TeraPELB),不仅能更加灵活地动态调配资源,而且支持基于负载的趋势预测。理论分析和仿真实验表明,随着网络负载的变动,TeraPELB算法能根据负载变化情况动态地调整后端服务器集群的处理能力,解决了从云中申请虚拟机具有延迟性而导致迟滞甚至无法满足用户请求的问题,相较于传统的弹性负载均衡算法效果更好。

均衡弹性函数的结构与弹性阶

弹性函数是相关免疫布尔函数的自然推广。本文讨论均衡弹性函数 ,得到以下结果 :给出了均衡弹性函数的一种结构 ,并因此得到了由均衡 (n ,m ,2t)弹性函数构造均衡 (n +1,m ,2t+1)弹性函数的非线性方法 ;证明了均衡线性函数的弹性阶等于对应线性分组码的码字最小重最减 1,且弹性阶上确界常常能由非线性函数所达到。

面向云服务平台的弹性负载均衡算法

云计算主要通过虚拟化技术并以虚拟机的形式为用户的各种应用提供资源管理和隔离,但虚拟机的超负荷运行会降低这些应用的性能,因此需要通过虚拟机迁移来进行负载均衡以防止服务器过载。然而,以往的负载均衡方案都是基于确定性的资源需求估计和工作负载特征来进行迁移决策,而没有考虑资源需求的突发性。本文通过对虚拟机资源需求跟踪观测,充分考虑其工作负载的动态性和突发性,提出一种弹性负载均衡的算法。该算法有效地解决了资源需求估计不准确和随机性特征资源需求预测的问题,为具有弹性需求特征的负载均衡问题提供了新的解决方案。最后将本文算法与相关算法对比,表明本文算法取得了较好的效果。

一种Dubbo监控中心的弹性负载均衡方案

为应对部署在Docker容器的Dubbo系统的高并发请求,将监控中心进行改造,制定相应的弹性负载均衡算法,提出一种弹性负载均衡方案。通过在监控中心引入报警模块和伸缩模块,在工作负载超出系统设定阈值时,及时对容器进行扩容,达到弹性负载均衡的目的。该方案为系统提供了更加高效敏捷的策略,通过监控中心对服务调用次数的监测,能够灵活掌握系统的用户请求量,利用改造后的监控系统,该方案能够支撑突发的高并发请求的负载均衡。

基于Kubernetes应用的弹性伸缩策略

弹性伸缩是云计算的关键特征,它可以根据应用程序工作负载及时扩展计算资源以实现在高并发请求下应用的负载均衡.基于容器的微服务更应具有弹性伸缩功能从而在不同的工作负载条件下稳定运行.目前广泛使用的容器编排工具Kubernetes的弹性伸缩算法灵活性差,应对突发流量Pod会频繁进行扩展,并且扩展程度不能满足当前负载要求,会造成系统不稳定.针对这一问题,本文提出了一种自动缩放机制,将响应式扩展与弹性伸缩容忍度相结合,确保了系统的可靠性,大大提高了系统的灵活性,并具有很强的应用负载能力.实验测试表明,当系统面临大流量、高并发请求时,通过本文的方法实施弹性伸缩以后,失败请求率下降97.83%,保证了系统稳定性,能够很好的实现应用的负载均衡.

社会风险规避与社会稳定风险模拟器的构建

社会稳定风险是指因政策输入不当而可能引发社会矛盾以致重大冲突的潜在性社会危机。如何科学的对社会稳定风险进行识别并采取规避措施,是我们各级政府必须面对的问题。社会稳定系统作为一个充满不确定性、非线性和涌现性的典型复杂系统,对其中的风险进行规避是有史以来的难题。构建社会稳定风险模拟器旨在提供一种规避社会风险的新型工具。该模拟器包括基础环境、平台支撑和应用系统三大部分,其中平台支撑又包括推演导控、政策输入、社会稳定风险态势、推演模型、推演裁决、推演时钟、信息服务、研讨支持等系统。依托该模拟器,可以对相关政策进行动态模拟推演,观察其未来发展变化的过程及最终结果,预先发现其中的问题并进行规避风险的对策矫正。

改进的人工鱼群混合算法在交通分配中的应用

关于交通规划优化过程,针对均衡交通分配问题,采用目前Frank-W olfe算法收敛速度较慢、计算负担较大限制了均衡模型在实际中的应用,提出遗传算法的人工鱼群混合优化算法求解均衡交通分配问题。在人工鱼群混合优化算法中引入遗传算法的交叉和变异操作,实现优化行为的互补,建立遗传算法的人工鱼群混合优化算法求解变量较多,有较好的弹性需求和用户均衡交通分配模型。通过数值仿真,表明混合优化算法比单一的人工鱼群算法求解交通分配问题效果好,混合优化算法可靠、有效。

基于社会宏观数据的犯罪预测模型构建

犯罪数量的波动会受到各类宏观社会因素的复杂影响,科学化地预测犯罪变化规律对社会治理对策的制定具有重要先导性价值。文章研究基于宏观犯罪学理论与社会风险评估的六边弹性均衡模型,并择取2001年~2021年中国统计年鉴中的社会结构变量与犯罪率数据,利用风险均衡数学模型公式与格兰杰因果关系检验方法,构建我国犯罪趋势预测的六边弹性均衡模型。实验结果显示,教育程度、城市化率、人口流动性、人均GDP、性别结构、人口总数6组变量对我国犯罪率变化具有显著影响;2025年、2027年、2031年、2032年、2033年与2035年的犯罪率判定系数可能会突破犯罪率稳定警戒线。研究结论可为社会治理与决策部门提供大数据预测模式应用、疫情防控常态化背景下社会结构转型,以及网络领域犯罪治理等情境的系统化对策提供建议。

矛盾分析方法数学模型化初探——弹性效能均衡模型的初步构建及应用

本文试图在矛盾分析方法模型化方面进行一些探索性研究,以期为我们解决现实社会和经济中遇到的大量矛盾问题提供一个数学分析工具。为此,笔者在科学借鉴弹簧力学理论的基础上,并通过类比方法构建出了弹性效能均衡模型。然后,我们运用弹性效能均衡模型对公平与效率关系进行了数学分析。

云应用管理平台的设计与实现

为了有效应对企业内部使用独占式物理服务器部署Web应用而造成硬件资源闲置和浪费的问题,提出了企业私有云的解决方案实现云应用管理平台。该平台研究虚拟化技术管理和调度底层虚拟化资源,集成了Web应用部署调度机制实现自动部署,并提出了弹性负载均衡完成多租户场景下对虚拟资源的动态共享。通过对比试验,平台虚拟资源可有效替代物理资源,克服了硬件的消耗浪费并节省了成本支出。

客运专线条件下考虑旅客选择行为的铁路客运站选址优化

客运专线条件下,考虑旅客总出行量会随铁路客运站选址方案变化而改变的现实情况,铁路客流多样性特点,以及旅客客运站选择行为会受铁路客运站服务质量影响等因素,构建了基于旅客选择行为的铁路客运站选址优化模型。该模型是一个双层规划模型,其中上层规划以社会效益最大化为优化目标;下层规划描述了多用户条件下的弹性需求用户均衡问题。采用遗传算法对上述模型进行了求解。算例验证了模型和算法的有效性与可行性。